KBQA论文笔记

【论文笔记】仿射队形控制原理与stress matrix的构建

文章目录写在前面预备基础线性相关和仿射相关StressMatrixDistanceRigidityAffineFormationControl的实现AffineImage和StressMatrix的关系什么条件下StressMatrix可行如何构建StressMatrix奇异值分解的原理和应用特征值和特征向量奇异值分解常见应用写在前面原论文标题：AffineFormationManeuverCon
东南坼·2023-01-11 12:44

【论文笔记】有向图下的分层仿射队形控制

文章目录写在前面预备基础分层拉普拉斯矩阵有向图下的仿射队形有向图下的仿射可操控条件leader和follower分层控制律写在前面原论文标题：LayeredAffineFormationControlofNetworkedUncertainSystems:AFullyDistributedApproachOverDirectedGraphs本文为近期阅读的论文(Dong2020)1的笔记。该论文研
东南坼·2023-01-11 12:44

[论文笔记]Swarm of micro flying robots in the wild

[摘要]空中机器人被广泛部署，但无人机仍然无法进入茂密森林等高度杂乱的环境，无人机群更是如此。在这些情况下，以前未知的环境和狭窄的走廊加上群体协调的要求可能会带来挑战。为了在野外实现群体导航，我们开发了带有轨迹规划器的微型但完全自主的无人机，该轨迹规划器可以根据机载传感器的有限信息及时准确地运行。规划问题满足包括飞行效率、避障和机器人间碰撞避免、动力学可行性、群体协调等各种任务要求，从而实现可扩展
UESTC_Chenlin·2023-01-11 12:42

【论文笔记】Affine Formation Maneuver Control of Multiagent Systems

【期刊】：IEEETransonAutomaticControl【作者】：赵世钰【参考博客】：参考了CSDN博主「东南坼」的原创文章，文章链接：https://blog.csdn.net/u010038790/article/details/108816612。该论文研究基于仿射变换的编队控制，重点集中于如何通过控制leader实现maneuver。摘要：多机编队控制任务通常由两个子任务组成。第一
UESTC_Chenlin·2023-01-11 12:12

【论文笔记】Affine formation maneuver control of high-order multi-agent systems over directed networks

【作者】:赵世钰【刊物】：Automatica相比与2018年的那篇文章，这一篇支持针对更高阶的系统，而且是有向图。摘要：为了驱动一组智能体以期望的集合形式连续机动，本文研究了任意维有向网络化高阶多智能体系统的分布式编队机动控制问题。与传统方法中目标队形是时不变的不同，我们提出了一种基于仿射变换性质的仿射队形方法，其中目标队形可以是时变的，并且可以从给定的标称队形进行仿射变换。本文给出并证明了实现
UESTC_Chenlin·2023-01-11 12:12

论文笔记：RCLane: Relay Chain Prediction for Lane Detection

RCLane:RelayChainPredictionforLaneDetection笔记摘要动机模型结构方法其他模型试验结果笔记摘要该篇论文的核心创新点在于head。论文根据车道线既需要局部信息，也需要全局信息才能很好拟合的特性，设计了相应的算法head。并且论文实验证明该方法在各大公开数据集上均取得了sota。作者称这种方法为延迟链车道线检测方法（RCLane）。该方法通过记录每个点到前后两个
yiyexy·2023-01-11 11:35

【论文笔记】：FCOS: Fully Convolutional One-Stage Object Detection

&Title:FCOS:FullyConvolutionalOne-StageObjectDetection&Summary本文提出了一种全卷积one-stage目标检测算法（FCOS），以逐像素预测的方式解决目标检测问题，类似于语义分割。目前最流行的不论是one-stage目标检测算法，如RetinaNet，SSD，YOLOv3，还是two-stage目标检测算法，如FasterR-CNN。这两
Activewaste·2023-01-11 11:33

论文笔记：一阶段全卷积目标检测FCOS: Fully Convolutional One-Stage Object Detection

本文提出了一种全卷积one-stage目标检测算法（FCOS），以逐像素预测的方式解决目标检测问题，类似于语义分割。且不需要锚框，采用逐像素回归预测，多尺度特征以及center-ness三种策略，凭借非极大值抑制（NMS），实现了优于以前基于锚框的one-stage检测算法的效果。anchor-based虽然anchor能带来很大的准确率提升，但也会带来一些缺点：（1）准确率对anchor的尺寸、
小睿羊今天好好学习了吗·2023-01-11 11:03

【计算机视觉】论文笔记-FCOS: Fully Convolutional One-Stage Object Detection

FCN的逐像素目标检测算法，3.H×W×C4.COCO数据集5.groundtruthbox6.FPN结构：特征金字塔网络方法改进-FPN对FCOS的多层次预测FCOS会产生大量偏离目标中心的边界框前言此论文笔记为本人课堂小组展示
Tialyg·2023-01-11 11:03

FCOS论文笔记

论文：FCOS:FullyConvolutionalOne-StageObjectDetection论文链接：https://arxiv.org/abs/1904.01355论文代码：https://github.com/tianzhi0549/FCOSIntroduction首先作者按照“惯例”说明了基于Anchorbased检测器的缺点：基于Anchor的检测算法，检测效果受预选框尺寸和比例大
cuihaoren01·2023-01-11 11:01

Image Super-Resolution via Iterative Refinement 论文笔记

前言基于DiffusionModel来做的超分辨，与以往基于GAN和CNN网络的不一样，DiffusionModel是从低分辨率图像中学习噪声然后通过UNet来估计噪声，再进行噪声去除来还原图像。主要是基于DDPM这篇论文的理论上进行改进的，相比其他方法来说可以很好的还原图像的高频信息，虽然在PSNR和SSIM指标上一般，但是实际出来的效果来说还是不错的，并且也证明了DiffusionModel这
Unsunshine_Bigboy_?·2023-01-11 10:07

Image Super-Resolution with Non-Local Sparse Attention 论文笔记

前言稀疏性表示的注意力机制来进行超分辨问题，论文中叫Non-LocalSparseAttention，即非局部稀疏注意力，目的是在注意力机制的前提上，对特征进行稀疏表示，可以减少计算而又尽可能丢失少量的特征。举个例子，以往的稀疏表示其实本质上是对输入向量进行降维，得到基本向量后在一定范围内进行加权求和，来进行超分辨的重构，如下图左式，D是权重，α是基本向量。具体例子如右图，对这个图象眼睛边缘进行超
Unsunshine_Bigboy_?·2023-01-11 10:36

Multi-Stage Progressive Image Restoration 论文笔记

引言大部分图像降噪、去雨等网络模型都是单步的，也是直接参考目标检测、实例分割那边的网络结果直接演化过来的，然而，多步的网络结果也是存在的，它将图像恢复任务通过很多个编码器-解码器结构的网络模型分解成很多个小的子任务，从而更好地提取不同的空间特征和上下文信息，进行更好地特征融合。于是，该论文就是在这个基础上提出来的。多阶段优点的是相比于单阶段的编码器-解码器结构，由于存在下采样使得会丢失一部分的空间
Unsunshine_Bigboy_?·2023-01-11 10:06

Deblurring via Stochastic Refinement 论文笔记

前言大部分的图像去模糊任务模型都是基于CNN或者当前的attention机制，也有少部分基于生成模型例如GAN的，但是存在一个很大的问题就是在论文中作者认为图像去模糊问题应该是一个不适定问题，即一个模糊的图像应该对应多个清晰图像的解，不应该是唯一的。然而，对于不管是CNN和GAN模型来说，当训练好模型后，一张模糊的图像就对应一张清晰的图像，是一个确定的过程，也就是说，现有的方法产生了对干净图像的确
Unsunshine_Bigboy_?·2023-01-11 10:25

论文笔记：推荐系统去偏(Debiased Recommendation)研究综述

1推荐系统的偏差出现偏差的原因：用户行为数据是观察所得(Observational)而不是实验所得(Experimental)，因此会存在各种偏差，如用户对物品的选择偏差、系统对物品的曝光偏差等；偏差带来的问题：不考虑偏差，直接利用数据来构建模型会导致性能欠佳，在一定程度上也损害了用户对推荐系统的体验和信任，如何去除推荐系统偏差已经成为推荐系统研究领域的一个新方向。解决方案：随着因果推断(Caus
HenrySmale·2023-01-11 10:53

【论文笔记】ICML2016 ＆ Cornell | (IPS-MF) Recommendations as treatments: Debiasing learning and evaluation

目录1.研究目标2.背景3.逆倾向评分（IPS,Inverse-Propensity-Scoring）3.1IPS评价指标3.2Task1：评分预测准确性的评价3.3Task2：推荐质量的评价3.4基于倾向评分的性能评估3.4.1IPSEstimator3.4.2SNIPSEstimator3.5实验验证4.IPS+推荐系统5.倾向性评分的估计5.1朴素贝叶斯5.2逻辑回归6.实验采样偏差对评测指
·2023-01-11 10:51

21CIKM：Understanding Event Predictions via Contextualized Multilevel Feature Learning论文笔记

模型任务对模型方法不多做介绍，该工作重点是解释方法。其解释方法实质上与GNNExplainer一致。可参考19NIPS：GNNExplainer:GeneratingExplanationsforGraphNeuralNetworks阅读笔记数据集：ZZ活动数据集：X=某地活动（游行、抗议etc.）的时间序列，Y=该地是否爆发新的活动（游行、抗议）新冠数据集：X=某地活动（集会、节日etc.）的时
ZEBRONE·2023-01-11 07:47

[智能交通]step2：隐马尔可夫地图匹配实践HMM Map-Matching

文章目录前言准备工作论文笔记代码解读前言应课程要求，需要做map-matching，现记录学习及实践过程。主要学习了两份代码，本文重点在第二份代码上。
Uni__Lee·2023-01-11 07:17

论文浅尝 - ICLR2020 | 具有通用视觉表示的神经机器翻译

论文笔记整理：柏超宇，东南大学在读硕士。来源：ICLR2020https://openreview.net/forum?
开放知识图谱·2023-01-11 02:58

Few-shot Object Detection via Feature Reweighting 论文笔记

前言小样本目标检测解决的问题是，在训练一个检测器时，每个目标类别只有一小部分被标记的样本作为训练数据。本文提出了一个以元学习为基础的框架，如下图所示。这个框架的设计思想是充分探索从一些基础目标中学到的知识，从而通过少量样本从新颖类别中检测目标。作者发现在一些具有丰富样本的基础类别上训练以CNN为基础的检测模型时，可以在这个模型的顶层学到特定于某些目标属性的中间特征，这些特征可以隐式组成不同目标的高
头柱碳只狼·2023-01-11 01:42

【论文笔记】——PWCLO-Net

【论文笔记】——PWCLO-Net开始前：cvpr2021新鲜出炉，我也正在开启自己的学术生涯，这篇论文是做激光雷达LiDAR里程计的，是我很感兴趣的方向，但是我正在从基础学习。
wykup·2023-01-10 19:07

论文笔记：Short-term origin-destination demand prediction in urban rail transit systems: A channel-wise a

Short-termorigin-destinationdemandpredictioninurbanrailtransitsystems:Achannel-wiseattentivesplit-convolutionalneuralnetworkmethodURTOD对的预测1intro1.1URT（城市轨道交通）OD预测的特点（难点）dataavailability以交通预测为例，预测t+1时
UQI-LIUWJ·2023-01-10 17:30

【Swin Transformer 论文笔记】Swin Transformer: Hierarchical Vision Transformer using Shifted Windows

目录Abstract&IntroductionRelatedWorkMethod“OverallArchitecture”“ShiftedWindowbasedSelf-Attention”“Self-attentioninnon-overlappedwindows”“Shiftedwindowpartitioninginsuccessiveblocks”“Efficientbatchcomput
bulibuli蛋·2023-01-10 16:41

【论文笔记】PP-YOLOE: An evolved version of YOLO

PP-YOLOE简介改进1.针对泛化性1）可变卷积（deformableconvolution）2)MatrixNMS2.Anchor-free3.骨干网络和Neck1）RepResBlock2）跨阶段部分连接（crossstagepartialconnections）3）ESE(EffectiveSqueezeandExtraction)4.TaskAlignmentLearning(TAL).
事多做话少说·2023-01-10 14:21

【论文笔记_对比学习_2021】Supervised Contrastive Learning

监督对比学习摘要近年来，应用于自我监督表示学习的对比学习再次兴起，导致了深度图像模型的无监督训练中的艺术表现。现代批量对比方法包含或明显优于传统的对比损失，如三元组、最大余量和N对损失。在这项工作中，我们将自我监督的批量对比方法扩展到完全监督的设置，使我们能够有效地利用标签信息。属于同一类的点的聚类在嵌入空间中被拉在一起，同时推开来自不同类的样本的聚类。我们分析了监督对比(SupCon)损失的两种
乱搭巴士·2023-01-10 12:41

【论文笔记_对比学习_2021】CONTRASTIVE LEARNING WITH HARD NEGATIVE SAMPLES

用困难负样本进行对比性学习摘要如何才能为对比性学习提供好的负面例子？我们认为，就像度量学习一样，表征的对比性学习得益于硬性负面样本（即难以与锚点区分的点）。使用硬阴性样本的关键挑战是，对比性方法必须保持无监督状态，这使得采用现有的使用真实相似性信息的阴性采样策略变得不可行。作为回应，我们开发了一个新的无监督抽样方法系列，用于选择用户可以控制硬度的困难负样本。这种抽样的一个限制性案例导致了对每个类的
乱搭巴士·2023-01-10 12:10

YOLOv3 损失函数详解【论文笔记 + pytorch实现 附.pth权重文件】

Contents1前言2Darknet-53网络结构3输入图片Resize4YOLOv3的损失函数4.1真实框4.2预测框4.3具体的损失函数5把需要的论文、代码和权重文件带走1前言   个人感觉YOLOv3论文写的真的很随意，首先大家可以感受下。作者在Introduction中是这样开头的："Sometimesyoujustkindaphoneitinforayear,youknow?Ididn
一颗苹果OAOA·2023-01-10 11:01

Single-Domain Generalized Object Detection in Urban Scene(CVPR 22) 论文笔记

本文主要研究如何提高目标检测器的泛化能力。作者考虑一个现实的但具有挑战性的场景，即单域广义目标检测(Single-DGOD)，其目的是学习一个目标检测器，在许多看不见的目标域上表现良好，只有一个源域进行训练。对于Single-DGOD，提取包含对象本质特征的域不变表示(DIR)非常重要，这有利于提高对不可见域的鲁棒性。因此，我们提出了一种方法，即循环分离自我蒸馏，在没有领域相关注释(例如，领域标签
吃土男孩_·2023-01-10 11:19

FedMD: Heterogenous Federated Learning via Model Distillation论文笔记

  本文提出使用迁移学习和知识蒸馏开发了一个联邦学习框架FedMD，此框架允许不同的客户端根据其计算能力设计不同的网络结构，并且保护数据集的隐私安全和模型的隐私安全条件下联合训练出一个模型。论文地址：FedMD:HeterogenousFederatedLearningviaModelDistillation2019NIPS算法细节本文设有一个共享数据集D0D_{0}D0，每个客户端有本地的数据集
Zoran_卓·2023-01-10 11:41

《Learning both Weights and Connections for Efficient Neural Networks》论文笔记

1.论文思想深度神经网络在计算与存储上都是密集的，这就妨碍了其在嵌入式设备上的运用。为了解决该问题，便需要对模型进行剪枝。在本文中按照网络量级的排序，使得通过只学习重要的网络连接在不影响精度的情况下减少存储与计算量。论文中的方法分为三步：首先，使用常规方法训练模型；使用剪枝策略进行模型修剪；在修剪模型的基础上进行finetune。经过试验证明改文章提出的方法使得AlexNet的大小减小了9倍，参数
m_buddy·2023-01-10 11:34

Learning both Weights and Connections for Efficient Neural Network -- 论文笔记

这是2015年斯坦福和英伟达的一篇论文。1.简介：通过修剪训练后网络中的不重要连接（connections），来减少网络所需要的参数，减少内存和cpu的消耗，使网络更加适应在移动设备上运行。2.idea思想：1）首先训练整个网络，判断哪些是重要连接。2）修剪不重要的连接。3）重新训练修剪后的网络，微调保留下来的参数。3.达到的效果：1）在ImageNet上，减少了AlexNet9倍的参数，从61m
Xiaomin-Wu·2023-01-10 11:34

Assessing the Quality of Actions 论文笔记

AssessingtheQualityofActions论文笔记一、研究动机二、所做工作及贡献三、创新点四、研究思路1.姿势特征的提取：2.回归：3.反馈建议：4.视频重点：五、研究结果1.动作质量评估
sulizhi_ylearn·2023-01-10 10:05

Action Assessment by Joint Relation Graphs 论文笔记

ActionAssessmentbyJointRelationGraphs论文笔记一、研究动机二、主要工作及贡献三、研究思路3.1学习关节领域的运动3.2学习关节邻域的协调3.3评估动作表现四、实验一、
sulizhi_ylearn·2023-01-10 10:05

Auto-Encoding Score Distribution Regression for Action Quality Assessment 论文笔记

Auto-EncodingScoreDistributionRegressionforActionQualityAssessment论文笔记一、概述1.现状2.现有方法3.问题4.本文方法5.主要贡献二
sulizhi_ylearn·2023-01-10 10:05

Center-based 3D Object Detection and Tracking（基于中心的3D目标检测和跟踪 / CenterPoint）论文笔记

原文链接：https://arxiv.org/pdf/2006.11275.pdf1引言CenterPoint先使用基于激光雷达的主干网络如VoxelNet或PointPillars，压缩为BEV后，使用基于图像的关键点检测器寻找物体中心。然后对每个物体中心回归尺寸、朝向和速度。然后，第二阶段细化物体位置，提取估计的3D边界框每个面中心特征。基于中心点的物体表达可学习到物体的旋转不变性，简化了跟踪
byzy·2023-01-10 10:55

论文：Deformable ConvNets v2 阅读笔记

DeformableConvNetsv2:MoreDeformable,BetterResultshttps://arxiv.org/abs/1811.11168ThecodeforDCNv2willbereleased.二、论文笔记
code-life·2023-01-10 06:43

论文笔记：基于外部知识的会话模型Commonsense Knowledge Aware Conversation Generation with Graph Attention

CommonsenseKnowledgeAwareConversationGenerationwithGraphAttention1出发点现有的具有外部知识的模型，大多采用非结构化、开放域知识或者结构化、小规模、特定域的知识，这就导致模型存在依赖高质量的非结构化知识的问题或者在开放域的对话场景下表现不佳的问题。而且，大多数模型通常孤立地利用知识三元组（实体），而不是在知识图中将知识三元组作为一个整
guohui_0907·2023-01-10 06:42

论文笔记：UA-MT

Uncertainty-awareSelf-ensemblingModelforSemi-supervised3DLeftAtriumSegmentation半监督学习：不确定感知自增强模型（UA-MT）在三维左心房分割中的应用论文地址：https://arxiv.org/abs/1907.07034Abstract：（BackGround）·深度卷积神经网络的训练通常需要大量的有标签的数据。然而
这是一个想了很久的名字·2023-01-09 17:22

论文笔记：基于外部知识的会话模型Learning to Select Knowledge for Response Generation in Dialog Systems

LearningtoSelectKnowledgeforResponseGenerationinDialogSystems1出发点传统的Seq2Seq模型趋向产生一般的且信息含量较少的回答。现有的具有外部知识的模型中，很少有人证明他们的模型有能力将适当的知识纳入生成的回答中。2论文贡献在训练阶段，利用后验知识来实现有效的知识选择和整合，并且指导先验知识分布的训练。在测试阶段利用学习好的先验知识去选
guohui_0907·2023-01-09 16:42

FCN（2015）论文笔记

FullyConvolutionalNetworksforSemanticSegmentation（用于语义分割的FCN全卷积网络）文章目录FullyConvolutionalNetworksforSemanticSegmentation简介一、创新点总结二、论文链接原文链接代码链接论文投稿期刊相关论文三、论文评价四、模型五、实验数据集具体实验实验1（分类网络的精度比较）实验2（skipFCNs的
qq_40632955·2023-01-09 14:04

FCN论文笔记（看目录就知道有多详细:）

FCN论文笔记（看目录就知道有多详细:）一、简介二、对CNN的fc层进行卷积化三、transposeconvolution（deconv）（Up-sampling）四、跳跃连接skiplayer（也叫特征融合
Shlily.·2023-01-09 14:02

【论文笔记】A survey on federated learning （综述）

AuthorChenZhang,YuXie,HangBai,BinYu,WeihongLi,YuanGaoKeywordsFederatedlearning;Privacyprotection;MachinelearningAbstract联邦学习是在一个中央聚合器的协调下多客户协作解决机器学习问题的机制。它还允许数据分散训练以确保每个设备的数据隐私。联邦学习基于两个主要思想：本地计算、模型传输，
你的莽莽没我的好吃·2023-01-09 10:37

DBnet论文笔记

整理笔记原文链接：https://arxiv.org/pdf/1911.08947.pdf官方代码：https://link.zhihu.com/?target=https%3A//github.com/MhLiao/DB周军复现代码：https://link.zhihu.com/?target=https%3A//github.com/WenmuZhou/DBNet.pytorch以上两个版本都
落花逐流水·2023-01-09 10:00

GPT Understands, Too论文笔记

摘要  GPT使用传统的fine-tuning无法在自然语言理解（NaturalLanguageUnderstanding,NLU）任务上取得良好的效果。本文提出了一种新方法P-tuning（采用了可学习的连续promptembedding），可以使得GPT的性能优于同等规模的BERT。同时，我们发现P-tuning也提升了BERT在小样本以及监督学习环境下的性能并且极大程度上降低了对prompt
爱嘤嘤的小猪仔·2023-01-09 09:31

从GPT到GPT3的论文笔记

GPT是基于transformer的decoder的，GPT就像传统的语言模型一样，一次只输出一个单词（token）。这种模型之所以效果好是因为在每个新单词产生后，该单词就被添加在之前生成的单词序列后面，这个序列会成为模型下一步的新输入。这种机制叫做自回归（auto-regression），GPT-2，以及一些诸如TransformerXL和XLNet等后续出现的模型，本质上都是自回归模型，而BE
九桂·2023-01-09 09:31

论文笔记：GPT Understands, Too

1.介绍手工制定一个表现好的提示如同大海捞针，手工提示的性能也十分不稳定，很可能创建出导致性能大幅下降的对抗性提示。鉴于这些问题，最近的工作重点是自动搜索离散提示，也取得了一定的效果。然而，由于神经网络本质上是连续的，离散的提示可能是次优的。在这项工作中，作者提出了一种新方法——P-tuning，在连续空间中自动搜索提示。P-tuning利用很少的连续自由参数来作为预训练语言模型输入的提示，并使用
北在哪·2023-01-09 09:00

【论文笔记】CvT: Introducing Convolutions to Vision Transformers

论文标题：CvT:IntroducingConvolutionstoVisionTransformersCvT：将卷积引入VisionTransformer中论文链接：https://arxiv.org/abs/2103.15808论文代码：https://github.com/microsoft/CvT发表时间：2021年3月创新点：1、将卷积应用到VisionTransformer中，提升了空
来自γ星的赛亚人·2023-01-09 05:59

【论文笔记】Dense GAN and multi-layer attention based lesion segmentation method for COVID-19 CT images

声明不定期更新自己精度论文，通俗易懂，初级小白也可以理解涉及范围：深度学习方向，包括CV、NLP、DataFusion、DigitalTwin论文标题：DenseGANandmulti-layerattentionbasedlesionsegmentationmethodforCOVID-19CTimages基于DenseGAN和多层注意的covid-19的CT图像病变分割方法论文链接：https
来自γ星的赛亚人·2023-01-09 05:59

【论文笔记】covid-19肺部感染区域分割基准

声明不定期更新自己精度论文，通俗易懂，初级小白也可以理解涉及范围：深度学习方向，包括CV、NLP、DataFusion、DigitalTwin论文标题：TowardsData-EfficientLearning:ABenchmarkforCOVID-19CTLungandInfectionSegmentation迈向数据高效学习：2019冠状病毒疾病CT肺部和感染分割的基准论文链接：https:/
来自γ星的赛亚人·2023-01-09 05:54

差分隐私与可穿戴式设备调查【笔记】

ASystematicLiteratureReviewonWearableHealthDataPublishingunderDifferentialPrivacy论文笔记概述生理数据发布实时数据发布其他类别总结的限制概述实时数据中最大的挑战之一是数据之间的高维时间相关性
粥粥粥少女的拧发条鸟·2023-01-08 15:42
上一页 23 24 25 26 27 28 29 30 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他